基于多模态特征融合的相似专利识别方法研究

来源：图书情报工作杂志2024年第18期北京时间：

作者：谢小东,吴洁,盛永祥,王建刚,周潇

单位：江苏科技大学经济管理学院 镇江 212003

摘要：[目的/意义] 专利数量攀升的同时给专利检索工作带来了巨大的挑战，如何利用先进的计算机技术进行相似专利识别成为亟待解决的问题。[方法/过程] 提出一种基于多模态特征融合的相似专利识别方法，通过BERT-wwm模型和ResNet-50模型提取专利文本模态特征和图像模态特征，结合自注意力机制和交叉注意力机制有效利用两种模态内部特征信息以及模态间的交互信息，在此基础上通过模型训练与优化进行相似专利识别。[结果/结论] 采用IPC为“C08F10/00”领域数据进行实证，本文模型准确率达到80.03%，召回率达到82.01%，优于基线模型效果。进行相似专利识别模拟实验，本文模型召回率达到88.89%，实际应用效果较为优异。文本模态特征和图像模态特征结合可以有效提高相似专利识别准确率和效率，本文方法有助于提高专利检索效率，加快专利审查过程，辅助专利预警分析，加强知识产权的保护。

关键词：多模态,文本特征,图像特征,自注意力,交叉注意力,特征融合,相似专利识别,

基金资助：本文系国家自然科学基金面上项目“面向产业安全的产业创新生态系统韧性内涵、评价与优化策略研究”（项目编号：72171122）和江苏省研究生科研与实践创新计划项目“创新联合体潜在合作伙伴选择及合作方向研究”（项目编号：KYCX23_3817）研究成果之一。